关于白嫖cursor网页助手被官网彻底堵死的三两事
故事要从上周开始
刷L站无意看到一个介绍 可以将cursor网页助手反代出来的 帖子
https://linux.do/t/topic/1695455?u=zhyo
就试着从github把代码拉下来试玩了下，发现的确可以畅玩 claude-sonnet-4.6，gemini-3.0-pro以及gpt-5-codex，但是有个问题：由于是cursor文档助手，官方做了限制，无法工具调用，仅能聊天
这么好的白嫖机会，各位站内的彦祖佬友们肯定不死心，我也一样 😄
于是在原代码请求cursor chat api的前后打印请求及响应日志，同时用fiddler抓原始请求及最终的响应数据
发现cursor响应的数据中其实有把调用工具的决策返回，只是其同时也返回了拦截信号：
所以客户端显示无法使用外部工具
然后根据日志信息及抓包数据优化了以下几点：
1. 通过双缝拦截与标签格式转译，优化了因内部约束导致回复杂乱的问题，并支持外部工具调用
2. 支持流式思维链
3. 支持Anthropic api 端点
可是啊，刚爽蹬了没几天，cursor就做了限制了，依次做如下限制：
1. 模型只能用gemini-3-flash（这个限制还好，至少还能在claude code这种编程agent中使用）
2. 对请求的内容长度做限制（不能在claude code这种大型的编程agent中使用了，但是可以在cherry中使用）
3. 彻底加深了对请求风控检查（目前是完全不能用了）
至此，cursor堵死了我白嫖的行为；算起来统共token自由了一个星期吧
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: zhyo)
故事要从上周开始
刷L站无意看到一个介绍 可以将cursor网页助手反代出来的 帖子
https://linux.do/t/topic/1695455?u=zhyo
就试着从github把代码拉下来试玩了下，发现的确可以畅玩 claude-sonnet-4.6，gemini-3.0-pro以及gpt-5-codex，但是有个问题：由于是cursor文档助手，官方做了限制，无法工具调用，仅能聊天
这么好的白嫖机会，各位站内的彦祖佬友们肯定不死心，我也一样 😄
于是在原代码请求cursor chat api的前后打印请求及响应日志，同时用fiddler抓原始请求及最终的响应数据
发现cursor响应的数据中其实有把调用工具的决策返回，只是其同时也返回了拦截信号：
{"type":"tool-input-error", "errorText":"Model tried to call unavailable tool... Available tools: ... "}所以客户端显示无法使用外部工具
然后根据日志信息及抓包数据优化了以下几点：
1. 通过双缝拦截与标签格式转译，优化了因内部约束导致回复杂乱的问题，并支持外部工具调用
2. 支持流式思维链
3. 支持Anthropic api 端点
可是啊，刚爽蹬了没几天，cursor就做了限制了，依次做如下限制：
1. 模型只能用gemini-3-flash（这个限制还好，至少还能在claude code这种编程agent中使用）
2. 对请求的内容长度做限制（不能在claude code这种大型的编程agent中使用了，但是可以在cherry中使用）
3. 彻底加深了对请求风控检查（目前是完全不能用了）
至此，cursor堵死了我白嫖的行为；算起来统共token自由了一个星期吧
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: zhyo)
我也是醉了，一直在那边ABC甲骨文，结果发现我已经有账号了。
真的，这段时间我尝试注册了无数次都是ABC。结果想着用我主号邮箱试试。没想到提示我已经有账号了。赶紧登录一看，还是5年前注册的账号。
立马开机器走起。先开了2台1c1g amd的。抢不到arm的，回头再说了。
15 个帖子 - 11 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: ReJeCt)
真的，这段时间我尝试注册了无数次都是ABC。结果想着用我主号邮箱试试。没想到提示我已经有账号了。赶紧登录一看，还是5年前注册的账号。
立马开机器走起。先开了2台1c1g amd的。抢不到arm的，回头再说了。
15 个帖子 - 11 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: ReJeCt)
【欢迎探讨】假如一所国际高中同时出现复古计算社团、Rust 社团和函数式编程社团？
如果中国的一所国际高中同时出现了这三个编程社团，会怎样？
1. 复古计算社团（涉及 C64 BASIC、8086 汇编等）
2. Rust 社团（Rust）
3. 函数式编程社团（涉及 Haskell、Common Lisp、OCaml 等）
----------------------
欢迎大家探讨这个话题
4 个帖子 - 3 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: MarchBeta2087)
如果中国的一所国际高中同时出现了这三个编程社团，会怎样？
1. 复古计算社团（涉及 C64 BASIC、8086 汇编等）
2. Rust 社团（Rust）
3. 函数式编程社团（涉及 Haskell、Common Lisp、OCaml 等）
----------------------
欢迎大家探讨这个话题
4 个帖子 - 3 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: MarchBeta2087)
爱奇艺特权版（免登录、VIP内容直接看）
使用爱奇艺特权版看 VIP 内容无需登录个人账号、不用自己开会员，操作超简单，全程跟着电脑端的步骤来就行，具体使用方法如下：
1. 下载压缩包，将压缩包内容解压缩到任意文件夹
2. 打开解压文件夹的Start.bat文件，使用管理员权限运行即可（不运行Start.bat则特权无法使用）
3. 打开后无需做任何登录操作，直接在首页搜想看的VIP 电影、热剧、综艺、动漫等内容，点击播放即可；
4. 验证特权是否生效：播放页面左下角会显示 “正在使用爱奇艺网吧特权，会员内容免费看”，此时就能免费看全量黄金 VIP 内容，还能选 4K/1080P 高清画质，全程无广告；
5. 正常观看即可，退出、切换影片都无需额外操作，全程由网吧端的特权服务支撑。
6. 核心并发规则 爱奇艺特权设置10 台设备同时播放上限，即同一时间，最多仅支持 10 台电脑同时通过该特权播放 VIP 内容，该限制为官方商业特权专属规则，与个人爱奇艺会员播放限制无关。
下载地址：
直连下载地址
22 个帖子 - 16 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: wuenci)
使用爱奇艺特权版看 VIP 内容无需登录个人账号、不用自己开会员，操作超简单，全程跟着电脑端的步骤来就行，具体使用方法如下：
1. 下载压缩包，将压缩包内容解压缩到任意文件夹
2. 打开解压文件夹的Start.bat文件，使用管理员权限运行即可（不运行Start.bat则特权无法使用）
3. 打开后无需做任何登录操作，直接在首页搜想看的VIP 电影、热剧、综艺、动漫等内容，点击播放即可；
4. 验证特权是否生效：播放页面左下角会显示 “正在使用爱奇艺网吧特权，会员内容免费看”，此时就能免费看全量黄金 VIP 内容，还能选 4K/1080P 高清画质，全程无广告；
5. 正常观看即可，退出、切换影片都无需额外操作，全程由网吧端的特权服务支撑。
6. 核心并发规则 爱奇艺特权设置10 台设备同时播放上限，即同一时间，最多仅支持 10 台电脑同时通过该特权播放 VIP 内容，该限制为官方商业特权专属规则，与个人爱奇艺会员播放限制无关。
下载地址：
直连下载地址
22 个帖子 - 16 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: wuenci)
今天cf是不是死過一陣子
我有個tunnel連回家裡的 然後突然不能用
一個小時之後自己好了
7 个帖子 - 3 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 善解人意屬實有點害羞)
我有個tunnel連回家裡的 然後突然不能用
一個小時之後自己好了
7 个帖子 - 3 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 善解人意屬實有點害羞)
太闹心了 一直在内耗
太闹心了 ，一直在烦 内耗好久了。下午跑了16公里 依旧很烦。太闹心。又只能憋心里。憋死我吧。在这里发泄下，打扰各位佬了
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Hope Lucky)
太闹心了 ，一直在烦 内耗好久了。下午跑了16公里 依旧很烦。太闹心。又只能憋心里。憋死我吧。在这里发泄下，打扰各位佬了
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Hope Lucky)
【天才程序员陨落】冰佬的号池见底了
冰佬的号池现在的状态感觉补的没有封的快啊，假期赶项目的天才程序员陨落了 💀
4 个帖子 - 4 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: zymomoda)
冰佬的号池现在的状态感觉补的没有封的快啊，假期赶项目的天才程序员陨落了 💀
4 个帖子 - 4 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: zymomoda)
大家不觉得chatgpt说话很恶心吗？
问它点技术问题就开始用一些装腔作势的句子，油得一P 🤮看的人反胃。废话连篇，半天说不到重点，一句话里有半句都是类似免责声明的话。
设置“个性化”也完全没用，说着说着就回到默认状态了。有时候看它说话想给它来几拳 🙃
奥特曼已经把它调废，没办法做到正常叙述了。语句逻辑通顺流畅、没有病句，这种小学语文最基本的要求它都做不到了。
94 个帖子 - 77 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: Kuld)
问它点技术问题就开始用一些装腔作势的句子，油得一P 🤮看的人反胃。废话连篇，半天说不到重点，一句话里有半句都是类似免责声明的话。
设置“个性化”也完全没用，说着说着就回到默认状态了。有时候看它说话想给它来几拳 🙃
奥特曼已经把它调废，没办法做到正常叙述了。语句逻辑通顺流畅、没有病句，这种小学语文最基本的要求它都做不到了。
94 个帖子 - 77 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: Kuld)
Xiaomi MiMo 罗福莉就Token Plan定价发言：”全球算力跟不上代理创造的 token 需求。真正的出路不是更便宜的 token，而是协同进化。“
之前就在猜测，小米 Token Plan 定价较高，反而是因为他们在贴近成本定价，而其他家便宜其实都是“便宜赚吆喝”，但是小米目前不想赚这个吆喝。
https://x.com/_LuoFuli/status/2040825059342721520
132 个帖子 - 80 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: 塔林西亚)
之前就在猜测，小米 Token Plan 定价较高，反而是因为他们在贴近成本定价，而其他家便宜其实都是“便宜赚吆喝”，但是小米目前不想赚这个吆喝。
https://x.com/_LuoFuli/status/2040825059342721520
132 个帖子 - 80 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: 塔林西亚)
（重新开贴）国产coding plan速率测评（暂速率，其他自动化评测开发中）
本帖使用社区公益推广，符合推广要求。我申明并遵循社区要求的以下内容：
● 我的项目是免费使用的，无收费（变相收费、赞助）部分： 是
● 我的帖子已经打上 公益推广 标签： 是
● 我的项目属于个人项目，与公司或商业机构无关： 是
● 我的项目不存在QQ、TG等群组引流： 是
● 我的项目不存在非运营必要的网站引流： 是
● 我的项目不存在为他人推广、AFF： 是
● 我的项目无关联的商业项目： 是
● 我的站点存在登录，并已接入 LINUX DO Connect： 是
● 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
● 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
----------------------
背景
书接上文，龙虾 Agent 泛滥，国内 AI 逐渐从免费转向收费，并且有向 Token Plan 转变的倾向。
正值此时刻，本人自费购买了国产几乎所有 Coding Plan。
----------------------
📋️ 已覆盖平台
----------------------
✅️ 当前评测状态
● ✅️ 速率拨测自动化：采用中间值计算，可信度高，真实反映用户体验速率
----------------------
🚧 后续更新计划
1. 前端优化：支持用户评价显示
2. 公益在线对话：将除拨测外的保留资源开放，供大家公益使用
3. 自动化多维评测：前端 / 写作 / 上下文 能力评测
----------------------
🔗 拨测站点
为国内服务器，不用翻，后续完善后我再放海外（主要因为不是每个厂家都支持海外调用）coding.15o.cc
Coding Plan Benchmark
----------------------
💡 声明
从始至终没有要求过任何资金捐赠，仅有使用过元景（无法购买）的朋友捐赠过 Key（目前已失效）。
41 个帖子 - 25 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: hlool)
本帖使用社区公益推广，符合推广要求。我申明并遵循社区要求的以下内容：
● 我的项目是免费使用的，无收费（变相收费、赞助）部分： 是
● 我的帖子已经打上 公益推广 标签： 是
● 我的项目属于个人项目，与公司或商业机构无关： 是
● 我的项目不存在QQ、TG等群组引流： 是
● 我的项目不存在非运营必要的网站引流： 是
● 我的项目不存在为他人推广、AFF： 是
● 我的项目无关联的商业项目： 是
● 我的站点存在登录，并已接入 LINUX DO Connect： 是
● 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
● 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
----------------------
背景
书接上文，龙虾 Agent 泛滥，国内 AI 逐渐从免费转向收费，并且有向 Token Plan 转变的倾向。
正值此时刻，本人自费购买了国产几乎所有 Coding Plan。
----------------------
📋️ 已覆盖平台
----------------------
✅️ 当前评测状态
● ✅️ 速率拨测自动化：采用中间值计算，可信度高，真实反映用户体验速率
----------------------
🚧 后续更新计划
1. 前端优化：支持用户评价显示
2. 公益在线对话：将除拨测外的保留资源开放，供大家公益使用
3. 自动化多维评测：前端 / 写作 / 上下文 能力评测
以上计划均在规划中，即将上线
----------------------
🔗 拨测站点
为国内服务器，不用翻，后续完善后我再放海外（主要因为不是每个厂家都支持海外调用）coding.15o.cc
Coding Plan Benchmark
----------------------
💡 声明
从始至终没有要求过任何资金捐赠，仅有使用过元景（无法购买）的朋友捐赠过 Key（目前已失效）。
41 个帖子 - 25 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: hlool)
harness engineering 时代，程序员的价值在于定义问题
2025 年是 reasoning 之年，也是 agent 之年。以 Claude Code 为首的 coding agent，展现出了让程序员绝望的能力。
2024 年秋天我还在字节时，AI coding 还没有那么普及，RAG 还是很新的技术。那时候，我还是把代码粘贴到网页端的 ChatGPT 里来解决问题；如果输出太长，还要分几次才能输出完。内部的服务全是各种 RPC 调用，光是捋清楚逻辑就已经很难了，更别提让 AI 读懂上下文了。当时的 AI coding 看起来还很鸡肋，Trae 也是大概半年后的事情了。再往前，到 ChatGPT-4 时代，程序员看待 AI coding 还像 Tom 看到机器猫一样，觉得这玩意儿替代程序员还早得很；而在 ChatGPT-3.5 时代，AI 还只有情绪价值，扮演个猫娘还行，coding 更是无从谈起。没想到 AI 的能力是指数级上升的，短短三年，沧海桑田。
我最早接触的 coding agent 工具是 VS Code 的 Copilot。那时候它还主要是 Tab 补全，后面因为 Trae 免费，我转向了 Trae；直到 2025 年下半年，我才开始高强度使用 Cursor。第一次用到 Anthropic 模型的时候，简直惊为天人，从此爱不释手，告别古法编程。后来我在小红书上看到有人说 Claude Code 比 Cursor 强一大截，但因为一直没有廉价的 Claude Code API，所以一直没有尝试。直到 2026 年春天，我才开始逐渐从 Cursor 转向 Claude Code。CC 就像海洛因，沾上就戒不掉了。
我曾经像绝大多数程序员一样傲慢，认为 context engineering、rules、skills、MCP 都只是对 prompt engineering 的包装，不过是为了公司股价炒作出来的概念罢了。不就是自然语言吗，搞这么多名词干嘛？直到 Harness Engineering 时代，我才开始重新审视这些概念，意识到以前的认知错了。定义问题是什么，是一件十分重要的事情：LLM 为什么不能交付生产级别的代码？因为它没有生产环境的约束。而上述这些技术，本质上都是通过各种手段给 LLM 定义问题的边界、分解目标，并减少幻觉的影响。
在我自己接近两年的 AI coding 经验中，也不断面临 Harness Engineering 想要解决的这些问题：LLM 总是一口气写一堆代码，然后把上下文耗光，最后留下来一堆垃圾。Harness Engineering 基本上就是为了解决这个问题。简单来说，就是将大的目标拆解成一个个小的、可交付的目标，然后进行 coding-testing，直到一个个小目标被交付，再逐步集成，最终实现大的目标。这和软件工程里瀑布模型的思想是一样的。
在讨论 LLM 是否能达到 AGI 之前，我想先说两个我自己的观点。首先，LLM 的 next-token prediction 只是表象；在 latent space 里，LLM 已经规划好了内容，next-token prediction 只是 output stream。其次，Harness Engineering 不能简单地被认为是对 prompt 的包装，它是传统软件工程思想在 AI coding 时代下的实践。
其实本文并不打算深入讨论这个问题。我的观点大概是：语言本身是对物理世界的 projection，只学习语言达不到人类级别的 AGI。这就好比人类作为三维生物无法理解四维世界一样，上限被锁死了。另外，即使达不到 AGI，LLM 所展示出来的能力也已经足够颠覆人类社会了。
LLM 的吞吐远高于程序员手动 coding 的速度。在这种情况下，coding 似乎不再是 bottleneck，程序员的护城河似乎一夜之间崩塌了。于是自媒体开始疯狂渲染：程序员要完蛋了。国内外互联网行业的裁员潮，似乎更印证了这一点。无论是美国的 Meta、Oracle，还是国内的各种中小互联网企业，都在疯狂裁员。但我觉得，目前的裁员潮更多还是公司本身的问题。像 Meta 在元宇宙上烧掉的几百亿美元，还有 Oracle 因为疯狂建设服务器集群把现金流榨干，至少目前的大规模裁员，更多还是因为公司经营不善导致的。
实际上，互联网的裁员，本质上是互联网的需求走到头了。毕竟移动互联网已经 15 年了，该开发的需求基本上也都开发完了。像 Alibaba 为了继续讲故事，甚至不惜一切代价 all in 外卖这个没什么油水的行业；大量互联网巨头都在开超市、搞餐饮，实在是没故事可讲了。如果不是 LLM 续了一波命，或许 2023 年就要开始大规模裁员了。就像疫情延缓了楼市暴雷的进程一样，LLM 延缓了互联网裁员的进程。
回到 AI coding 本身，经常有人会吐槽：“AI 哪有你说的那么牛，我做个 xx，AI 搞得一团糟。”这时候就会有 NPC 回复：“那是因为你没用 Opus 4.6 / GPT-5.4。”或者，“那是因为你 prompt 给得不精确。”前者暂且不谈，不同基模的能力差距确实很大；而后者所强调的，其实就是定义问题的能力，这也是 Harness Engineering 所强调的边界问题。
打个比方，Opus 4.6 就像赤兔，Claude Code 就像马镫和缰绳。如果骑手不能正确使用马镫和缰绳，那这匹马只会撂挑子，结果南辕北辙。同样的模型，在一个 CS 专业大一新生和一个有 10 年开发经验的 Java 老兵手里，效果能一样吗？前 LLM 时代的开发经验，就像冷兵器时代的技巧；而在火器时代，10 岁的小孩和 30 岁的成年人射出的子弹同样致命，但成年人的各种经验和认知，会让他运用火器时比小孩子更致命。
将“给我做一个淘宝的竞品”输入给 LLM，它只能在上下文耗光后给你一堆报错的代码；“帮我优化这个 kernel”，通常 LLM 甚至会在不用 NCU profiling 的情况下就开始瞎写，最后只能 discard all。如果 LLM 的使用者本人连什么是链表、队列，什么是关系型数据库、消息队列都不知道，那他大概率只能得到一堆屎山。的确，有很多人 vibe coding 出了一些很有意思的项目，这也是 vibe coding 时代的特点：code is cheap, show me your idea。
但即使是 OpenClaw 这样的爆品，现在也会因为技术债和认知债太严重，导致 GitHub 仓库里堆满了 issue 和 pull request 而无法维护。大量垃圾逻辑代码把海量 context 塞进上下文里，烧光 token。AI coding 能解决一切问题吗？我看未必。
理解问题在哪里、定义问题的边界，是后 Harness Engineering 时代程序员的核心价值。Coding 的范式确实被极大地改变了。以前我们上 Stack Overflow，查阅各种文档，RTFM、STFW；现在我们把日志丢给 LLM，问一句：“这是为什么？请用中文回答。”Coding 的门槛被极大地降低了，但这不代表不再需要 coding。我觉得，在这个时代，No Silver Bullet 依然成立。自然语言的模糊性决定了，真正有价值的人，依然是那些能定义问题的人。
Agent 目前只是在 coding 领域的商业化比较成功，而全世界的程序员大约只有 2500 万人。全世界有 80 亿人，真正对 token 有较大需求的，只有这几千万人。电影《战争之王》片头，尼古拉斯·凯奇说：
这将是一个巨大的工程。如同资本主义发展早期阶段“羊吃人”一样，现在是“GPU 吃人”；但在不远的未来，LLM 将会创造海量的需求，同时生产力也将会得到极大提升。我们应该相信，生产力的进步总是好的，社会的进步也是螺旋上升的。
35 个帖子 - 23 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: liuyao)
2025 年是 reasoning 之年，也是 agent 之年。以 Claude Code 为首的 coding agent，展现出了让程序员绝望的能力。
2024 年秋天我还在字节时，AI coding 还没有那么普及，RAG 还是很新的技术。那时候，我还是把代码粘贴到网页端的 ChatGPT 里来解决问题；如果输出太长，还要分几次才能输出完。内部的服务全是各种 RPC 调用，光是捋清楚逻辑就已经很难了，更别提让 AI 读懂上下文了。当时的 AI coding 看起来还很鸡肋，Trae 也是大概半年后的事情了。再往前，到 ChatGPT-4 时代，程序员看待 AI coding 还像 Tom 看到机器猫一样，觉得这玩意儿替代程序员还早得很；而在 ChatGPT-3.5 时代，AI 还只有情绪价值，扮演个猫娘还行，coding 更是无从谈起。没想到 AI 的能力是指数级上升的，短短三年，沧海桑田。
我最早接触的 coding agent 工具是 VS Code 的 Copilot。那时候它还主要是 Tab 补全，后面因为 Trae 免费，我转向了 Trae；直到 2025 年下半年，我才开始高强度使用 Cursor。第一次用到 Anthropic 模型的时候，简直惊为天人，从此爱不释手，告别古法编程。后来我在小红书上看到有人说 Claude Code 比 Cursor 强一大截，但因为一直没有廉价的 Claude Code API，所以一直没有尝试。直到 2026 年春天，我才开始逐渐从 Cursor 转向 Claude Code。CC 就像海洛因，沾上就戒不掉了。
我曾经像绝大多数程序员一样傲慢，认为 context engineering、rules、skills、MCP 都只是对 prompt engineering 的包装，不过是为了公司股价炒作出来的概念罢了。不就是自然语言吗，搞这么多名词干嘛？直到 Harness Engineering 时代，我才开始重新审视这些概念，意识到以前的认知错了。定义问题是什么，是一件十分重要的事情：LLM 为什么不能交付生产级别的代码？因为它没有生产环境的约束。而上述这些技术，本质上都是通过各种手段给 LLM 定义问题的边界、分解目标，并减少幻觉的影响。
在我自己接近两年的 AI coding 经验中，也不断面临 Harness Engineering 想要解决的这些问题：LLM 总是一口气写一堆代码，然后把上下文耗光，最后留下来一堆垃圾。Harness Engineering 基本上就是为了解决这个问题。简单来说，就是将大的目标拆解成一个个小的、可交付的目标，然后进行 coding-testing，直到一个个小目标被交付，再逐步集成，最终实现大的目标。这和软件工程里瀑布模型的思想是一样的。
在讨论 LLM 是否能达到 AGI 之前，我想先说两个我自己的观点。首先，LLM 的 next-token prediction 只是表象；在 latent space 里，LLM 已经规划好了内容，next-token prediction 只是 output stream。其次，Harness Engineering 不能简单地被认为是对 prompt 的包装，它是传统软件工程思想在 AI coding 时代下的实践。
其实本文并不打算深入讨论这个问题。我的观点大概是：语言本身是对物理世界的 projection，只学习语言达不到人类级别的 AGI。这就好比人类作为三维生物无法理解四维世界一样，上限被锁死了。另外，即使达不到 AGI，LLM 所展示出来的能力也已经足够颠覆人类社会了。
LLM 的吞吐远高于程序员手动 coding 的速度。在这种情况下，coding 似乎不再是 bottleneck，程序员的护城河似乎一夜之间崩塌了。于是自媒体开始疯狂渲染：程序员要完蛋了。国内外互联网行业的裁员潮，似乎更印证了这一点。无论是美国的 Meta、Oracle，还是国内的各种中小互联网企业，都在疯狂裁员。但我觉得，目前的裁员潮更多还是公司本身的问题。像 Meta 在元宇宙上烧掉的几百亿美元，还有 Oracle 因为疯狂建设服务器集群把现金流榨干，至少目前的大规模裁员，更多还是因为公司经营不善导致的。
实际上，互联网的裁员，本质上是互联网的需求走到头了。毕竟移动互联网已经 15 年了，该开发的需求基本上也都开发完了。像 Alibaba 为了继续讲故事，甚至不惜一切代价 all in 外卖这个没什么油水的行业；大量互联网巨头都在开超市、搞餐饮，实在是没故事可讲了。如果不是 LLM 续了一波命，或许 2023 年就要开始大规模裁员了。就像疫情延缓了楼市暴雷的进程一样，LLM 延缓了互联网裁员的进程。
回到 AI coding 本身，经常有人会吐槽：“AI 哪有你说的那么牛，我做个 xx，AI 搞得一团糟。”这时候就会有 NPC 回复：“那是因为你没用 Opus 4.6 / GPT-5.4。”或者，“那是因为你 prompt 给得不精确。”前者暂且不谈，不同基模的能力差距确实很大；而后者所强调的，其实就是定义问题的能力，这也是 Harness Engineering 所强调的边界问题。
打个比方，Opus 4.6 就像赤兔，Claude Code 就像马镫和缰绳。如果骑手不能正确使用马镫和缰绳，那这匹马只会撂挑子，结果南辕北辙。同样的模型，在一个 CS 专业大一新生和一个有 10 年开发经验的 Java 老兵手里，效果能一样吗？前 LLM 时代的开发经验，就像冷兵器时代的技巧；而在火器时代，10 岁的小孩和 30 岁的成年人射出的子弹同样致命，但成年人的各种经验和认知，会让他运用火器时比小孩子更致命。
将“给我做一个淘宝的竞品”输入给 LLM，它只能在上下文耗光后给你一堆报错的代码；“帮我优化这个 kernel”，通常 LLM 甚至会在不用 NCU profiling 的情况下就开始瞎写，最后只能 discard all。如果 LLM 的使用者本人连什么是链表、队列，什么是关系型数据库、消息队列都不知道，那他大概率只能得到一堆屎山。的确，有很多人 vibe coding 出了一些很有意思的项目，这也是 vibe coding 时代的特点：code is cheap, show me your idea。
但即使是 OpenClaw 这样的爆品，现在也会因为技术债和认知债太严重，导致 GitHub 仓库里堆满了 issue 和 pull request 而无法维护。大量垃圾逻辑代码把海量 context 塞进上下文里，烧光 token。AI coding 能解决一切问题吗？我看未必。
理解问题在哪里、定义问题的边界，是后 Harness Engineering 时代程序员的核心价值。Coding 的范式确实被极大地改变了。以前我们上 Stack Overflow，查阅各种文档，RTFM、STFW；现在我们把日志丢给 LLM，问一句：“这是为什么？请用中文回答。”Coding 的门槛被极大地降低了，但这不代表不再需要 coding。我觉得，在这个时代，No Silver Bullet 依然成立。自然语言的模糊性决定了，真正有价值的人，依然是那些能定义问题的人。
Agent 目前只是在 coding 领域的商业化比较成功，而全世界的程序员大约只有 2500 万人。全世界有 80 亿人，真正对 token 有较大需求的，只有这几千万人。电影《战争之王》片头，尼古拉斯·凯奇说：
“这个世界上有 5.5 亿支枪，差不多每 12 个人就有 1 支。唯一的问题是：怎么让另外 11 个人也武装起来。”现在的问题是，如何把 token 卖给剩下的 80 亿人？
这将是一个巨大的工程。如同资本主义发展早期阶段“羊吃人”一样，现在是“GPU 吃人”；但在不远的未来，LLM 将会创造海量的需求，同时生产力也将会得到极大提升。我们应该相信，生产力的进步总是好的，社会的进步也是螺旋上升的。
35 个帖子 - 23 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: liuyao)